开云体育资讯精选

OpenAI 于 7 月 9 日正式推出 GPT-Live 系列模型，该系列被定位为新一代全双工语音模型，能够同时进行听与说，从而使 AI 对话体验更加贴近真人交流。

目前，GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本。即日起，全球 ChatGPT 用户均可使用。其中，GPT-Live-1 模型仅面向 Go、Plus 和 Pro 订阅用户开放，而免费用户则可以体验 GPT-Live-1 mini 模型。

在架构设计上，GPT-Live 系列采用了全双工架构，摆脱了以往依赖于单轮对话结束后再进行响应的模式。新模型能够实时处理输入的语音和输出的语音，并且可以“每秒多次”地判断何时说话、继续倾听、暂停、打断或调用工具。这种设计显著提升了对话的流畅度和自然度，使其更接近真人之间的对话。

针对复杂的任务，GPT-Live 系列模型能够进行拆分处理，实现连续交互和深度推理。模型一方面在前台维持语音对话的流畅进行，另一方面则将网页搜索、复杂的推理或其他更高级的任务委托给 GPT-5.5 系列模型在后台处理。具体来说：

• GPT-Live-1（instant）和 GPT-Live-1 mini 调用的是 GPT-5.5 Instant。
• GPT-Live-1 Medium 使用 GPT-5.5 Thinking Medium 的推理强度。
• GPT-Live-1 High 版本则采用 GPT-5.5 Thinking High 的推理强度。

在性能评估方面，OpenAI 建立了一套新的人工评测体系，重点关注语音交流中的舒适度和整体对话的流畅性。与之前的 Advanced Voice Mode 相比，在时长 5-10 分钟的配对对话测试中，GPT-Live-1 和 GPT-Live-1 mini 在整体偏好、轮次衔接、打断情况、对话流畅度以及自然度等指标上均获得了更高的得分。

OpenAI 透露，目前每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动，这些应用场景涵盖了免持日常协助、语言学习、睡前故事以及通勤时的闲聊等。新版本还新增了在语音对话中展示天气、股票、体育赛事等可视化卡片的功能，并继续支持搜索、记忆、图片和文件上传等功能。

在安全方面，OpenAI 表示，GPT-Live 模型在自伤、精神病性症状与躁狂、对 AI 的情感依赖、暴力及性内容等多个领域接受了严格的评估，包括原生音频评测、合成音频评测以及内部红队测试。官方称，在几乎所有评估维度上，该模型的表现与 Advanced Voice Mode 相当或更胜一筹。